An innovative green approach to optimize the extraction of functional ingredients from Ulva lactuca and Ascophyllum nodosum: Safety studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research to isolate seaweed bioproducts and identify their health-promoting effects is gaining increasing attention due to their potent antimicrobial, anti-inflammatory and antioxidant properties. This study describes the positive effect of particle size reduction, validated by different seaweed examples, in boosting the extraction yields of bioactive compounds, when utilized in conjunction with innovative, short-duration, green heating protocols (i. e subcritical water extraction (SBWE). In these validation protocols, we optimized the recovery of antibacterial, antioxidant and anti-inflammatory bioactivities from 2 different macroalgal species; brown algae ( Phaeophyceae ex: Ascophyllum nodosum ) and green algae ( Chlorophyta ex: Ulva lactuca ). Different hot extraction protocols were applied to extract different particle sizes (ranging from fine to coarse: <25; 25-53; 53-106; 106-355; >355 μm) of powdered seaweed samples. The obtained results demonstrated that the highest extraction yields of total carbohydrates, glucuronic acid, phenolics and flavonoids, as well as antioxidant, antimicrobial and anti-inflammatory activities were obtained with microwave protocols for a defined time using the particle sizes of 25-53 μm. Furthermore, we confirmed the safety profile of seaweed extracts on RAW 264.7 cells and verified by measuring the Transepithelial Electrical Resistance (TEER) of Caco-2 monolayer cultures. In conclusion, our study confirmed the efficacy of the optimized green extraction approach in the preparation of safe and valuable bioactive compounds that could be used in the development of seaweed-based functional foods and nutraceuticals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle